Как GenAI трансформирует поле цифровой дидактики

Материал из Поле цифровой дидактики
Доклад в рамках секции «Актуальные вопросы развития методики обучения информатике, STEM-образования и робототехники»
19.04.2023 17.00
Патаракин Е.Д., д.пед.наук, доцент, профессор ИЦО МГПУ
Didit didact2022.png WB Book fp.png


Вычислительная дидактика


Описание Область дидактики, рассматривающая новые дидактические отношения, когда обучающая машина учит другую обучаемую машину, когда обучающая машина учит человека или когда обучающий человек учит обучаемую программу или обучаемого агента.
Область знаний Информатика, Педагогика
Авторы Papert
Поясняющее видео
Близкие понятия Дидактика, Вычислительная наука
Среды и средства для освоения понятия Semantic MediaWiki, Snap!, Scratch


В процесс обучения, взаимодействия и построения знаний в современном мире вовлекаются не только люди, но и вычислительные машины. К привычным дидактическим отношениям, когда обучающий человек учит обучаемого человека, добавляются новые дидактические отношения, когда обучающая машина учит другую обучаемую машину, когда обучающая машина учит человека или когда обучающий человек учит обучаемую программу или обучаемого агента.

Человек Компьютерный агент
Человек Традиционный дизайн, когда обучающий человек учит обучаемого человека, дополненный возможностями вычислительной техники Конструкционизм, когда человек учится в процессе обучения программных агентов правилам поведения в цифровой среде.
Компьютерный агент Искусственные обучающие системы, когда компьютерная программа выступает в роли учителя для обучаемого человека. Метапрограммирование и машинное обучение, когда одна компьютерная программа обучает другую программу.

Литература

  1. Патаракин, Е.Д., 2023. Трансформация Вычислительной Дидактики Под Воздействием Генеративного Искусственного Интеллекта. БОЛЬШАЯ КОНФЕРЕНЦИЯ МГПУ сборник тезисов : в 3 т.. Том 1. Московский городской педагогический университет. Москва, 2023 Издательство: Издательство ПАРАДИГМА (Москва) 1, 14–17.
  2. Патаракин, Е.Д., 2022. Игровое поле вычислительной дидактики, in: Современная “цифровая” дидактика. Общество с ограниченной ответственностью “ГринПринт,” Москва, pp. 35–70.
  3. Patarakin, E., Burov, V., Yarmakhov, B., 2019. Computational Pedagogy: Thinking, Participation, Reflection, in: Väljataga, T., Laanpere, M. (Eds.), Digital Turn in Schools—Research, Policy, Practice, Lecture Notes in Educational Technology. Springer, Singapore, pp. 123–137. https://doi.org/10.1007/978-981-13-7361-9_9

Генеративный искусственный интеллект


Описание Генеративный искусственный интеллект — это метод машинного обучения, при котором нейросеть изучает массив данных и на основании этих данных создаёт собственный контент.
Область знаний Информатика, Физика, Химия, Образование, Искусственный интеллект
Авторы Weizenbaum, Goodfellow
Поясняющее видео https://www.youtube.com/watch?v=D5PqeC00PJU&t=1940s
Близкие понятия Искусственный интеллект
Среды и средства для освоения понятия ChatGPT, Snap!


https://mit-genai.pubpub.org/pub/4k9msp17/release/1
Generative AI and K-12 Education: An MIT Perspective

Инструменты с использованием GenAI

Категория:DigitalTool {{#ask: [[Категория:DigitalTool]] [[AI::Да]] | ?Description | ?Website }}

Воздействие на поле вычислительной дидактики

Какие статьи вики созданы с использованием GenAI?

{{#ask: [[Inventor::GenAI]] | format=ul }}


Классы объектов Воздействие GenAI
Понятия Определение и пояснение понятий текстовыми GenAI
Писатели
Papert AI.jpg
Языки программирования Появление обучающих языков, созданных GenAI - имитируемых GenAI. Например, имитация Boxer. Скрещивание с Wolfram
Схемы и диаграммы Генерация диаграмм, математических, химических, фармакологических формул и схем
Датасеты Выращивание и предобработка данных
Цифровые средства
Dream Instruments.jpg 		Обучающие средства и средства совместной деятельности, дополненные и усиленные GenAI
Сетевые сообщества
Commun Practice2.jpg 		Изменение UGC сообществ на сообщества, где создание пользовательского контента будет дополнено или замещено контентом GenAI
Видео игры
Learng Table game.jpg 		Сюжеты, элементы игровых и обучающих миров, обучающие видео игры полностью созданные GenAI
Роботы и робототехника
DreamRobots.jpg 		Алгоритмы для управление роботами будут создаваться GenAI
Паттерны поведения агентов в цифровой среде Паттерны поведения, имитируемы в играх сохранятся
Компетенции Появление перечня компетенций, необходимых для использования GenAI
Руководства - рецепты Руководства по использованию GenAI для генерации контента
Стандарты Появление образовательных стандартов, регламентирующих отношения учеников и GenAI


Кейсы использования GenAI в STEM образовании

Визуализация кристаллических структур: с помощью Graphviz можно создавать диаграммы, которые показывают кристаллические структуры материалов. Для этого можно использовать язык DOT, который позволяет задавать координаты атомов в кристаллической решетке. Например, можно создать диаграмму кристаллической структуры алмаза следующим образом:


Информатика

Приведи примеры команд к породам черепах
In NetLogo, you can create breeds to group similar agents together. Here are some commands for working with breeds:
  • breed [name] - Creates a new breed with the given name.
  • create-[name] [count] - Creates a specified number of agents of the given breed.
  • ask [breed] - Runs a command on all agents of the specified breed.
  • ask [breed] [command] - Runs a command on all agents of the specified breed.
  • ask [breed] with [condition] - Runs a command on all agents of the specified breed that meet the specified condition.
  • show [breed] - Displays a list of all agents of the specified breed in the Command Center.
  • count [breed] - Returns the number of agents of the specified breed currently in the model.
  • create-turtles [count] [set breed [name]] - Creates a specified number of turtles and assigns them to the specified breed.
Приведи пример выбора решений на Scratch

when green flag clicked forever if <touching color [#ff0000]> then say [I touched red!] else say [I didn't touch red.] end 


whenclickedforeveriftouchingcolorthensayItouchedred!elsesayIdidn'ttouchred.end

Робототехника

Приведи 50 примеров задач по робототехнике для щкольников
  1. Создание робота-манипулятора, который может поднимать и перемещать предметы.
  2. Разработка робота-пылесоса, который может автоматически убирать помещение.
  3. Создание робота-маяка, который может помочь в поиске людей в случае чрезвычайной ситуации.
  4. Разработка робота-помощника для людей с ограниченными возможностями.
Предложи схему алгоритма для робота-геолога. Представь эту схему на языке graphviz
digraph G {
 rankdir=TB;
size="12,12";
 node [shape=rectangle];
 Start [label="Начало"];
 End [label="Конец"];
 node [shape=diamond];
 MineralCheck [label="Проверка наличия минералов"];
 node [shape=rectangle];
 MoveForward [label="Движение вперед"];
 CollectSample [label="Сбор образцов"];
 node [shape=diamond];
 BatteryCheck [label="Проверка заряда батареи"];
 node [shape=rectangle];
 RechargeBattery [label="Зарядка батареи"];
 node [shape=diamond];
 ObstacleCheck [label="Проверка наличия препятствий"];
 node [shape=rectangle];
 MoveAroundObstacle [label="Обход препятствия"];
 node [shape=diamond];
 EndOfAreaCheck [label="Проверка конца исследуемой области"];
 node [shape=rectangle];
 ReturnToStart [label="Возвращение на стартовую позицию"];
 Start -> MineralCheck;
 MineralCheck -> MoveForward [label="да"];
 MineralCheck -> End [label="нет"];
 MoveForward -> CollectSample;
 CollectSample -> BatteryCheck;
 BatteryCheck -> RechargeBattery [label="заряд 20%"];
 BatteryCheck -> ObstacleCheck [label="заряд >= 20%"];
 ObstacleCheck -> MoveAroundObstacle [label="есть препятствие"];
 ObstacleCheck -> EndOfAreaCheck [label="нет препятствия"];
 MoveAroundObstacle -> EndOfAreaCheck;
 EndOfAreaCheck -> ReturnToStart [label="да"];
 EndOfAreaCheck -> MoveForward [label="нет"];

}



Сделай такую же схему на языке Mermaid

Предложи схему алгоритма для робота-геолога. Представь эту схему на языке mermaid 

```mermaid
graph TD
A(Начало) --> B(Движение к точке)
B --> C(Определение типа грунта)
C --> D(Сбор образца грунта)
D --> E(Анализ образца)
E --> F(Принятие решения о продолжении работы)
F --> G{Робот продолжает работу?}
G -- Да --> B
G -- Нет --> H(Завершение работы)
```


Представьте алгоритм робота-геолога на языке Oberon

Алгоритм робота-геолога на языке Oberon может выглядеть следующим образом:

Импортировать необходимые библиотеки для работы с датчиками и двигателями робота.
 
MODULE RobotGeologistIMPORT Math, Sensors, Motors;

CONST
  MAX_DEPTH = 100; (* максимальная глубина, на которую может опуститься робот *)
  MAX_ANGLE = 45; (* максимальный угол, на который может повернуться робот *)

VAR
  depth: INTEGER; (* текущая глубина *)
  angle: INTEGER; (* текущий угол *)

PROCEDURE Main;
VAR
  i: INTEGER;
BEGIN
  (* инициализация датчиков и моторов *)
  Sensors.Init;
  Motors.Init;

  (* начальное положение робота *)
  depth := 0;
  angle := 0;

  (* цикл работы робота *)
  FOR i := 1 TO 10 DO
    (* опускаемся на случайную глубину *)
    depth := Math.Random(MAX_DEPTH);
    Motors.MoveDown(depth);

    (* поворачиваемся на случайный угол *)
    angle := Math.Random(MAX_ANGLE);
    IF Math.Random(2) = 0 THEN
      angle := -angle; (* случайно выбираем направление поворота *)
    END;
    Motors.Turn(angle);

    (* снимаем данные с датчиков *)
    Sensors.Read;

    (* обработка данных *)
    IF Sensors.IsObstacle THEN
      (* если обнаружено препятствие, то поворачиваемся на 180 градусов *)
      Motors.Turn(180);
    ELSIF Sensors.IsMineral THEN
      (* если обнаружена полезная руда, то поднимаемся на поверхность *)
      Motors.MoveUp(depth);
      EXIT; (* завершаем работу робота *)
    END;

    (* поднимаемся на ту же глубину *)
    Motors.MoveUp(depth);
  END;
END Main;

BEGIN
  Main;
END RobotGeologist.


Источник — http://digida.mgpu.ru/index.php?title=Как_GenAI_трансформирует_поле_цифровой_дидактики&oldid=9564